Flux de travail ComfyUI CROWN MiniMax H3 en 4 étapes pour la vidéo#
Le flux de travail ComfyUI CROWN MiniMax H3 en 4 étapes unifie texte-à-vidéo, image-à-vidéo et référence-à-vidéo sur une seule toile étiquetée afin que vous puissiez produire des MP4 complets avec audio stéréo synchronisé en quelques minutes. Il est ajusté autour des CROWN HyperPDMD HD LoRAs et d'un chemin d'échantillonnage en quatre étapes pour offrir un mouvement net, une identité stable et un son clair en natif 960 × 544.
Conçu pour une itération rapide sur RunComfy, le flux de travail est livré avec image-à-vidéo actif par défaut, tandis que texte-à-vidéo et référence-à-vidéo sont prêts à être activés lorsque vous en avez besoin. Chaque branche est isolée avec son propre modèle, invite et enregistreur, et les trois exportent des fichiers MP4 finis sans étapes postérieures supplémentaires. Un suréchantillonnage optionnel 2× est inclus pour les machines plus grandes et est contourné par défaut sur les instances Medium.
Modèles clés dans le flux de travail ComfyUI CROWN MiniMax H3 en 4 étapes#
- Modèles de base Comfy-Org MiniMax H3. L'épine dorsale vidéo-audio qui prédit les latents conjoints pour les images et le son stéréo, fournis en variantes BF16 et INT8 pour la rapidité et l'efficacité mémoire. Model card
- CROWN MiniMax H3 HyperPDMD HD 3–4 Step LoRAs. Affinements qui compressent le calendrier de débruitage à quatre étapes d'échantillonnage tout en préservant le détail et la stabilité temporelle, disponibles pour les variantes texte-à-vidéo, image-à-vidéo et référence-à-vidéo. Model card
- MiniMax H3 Video VAE. Encode et décode le flux latent vidéo pour une génération efficace et une reconstruction précise des pixels.
- MiniMax H3 Stereo Audio VAE. Encode et décode le flux latent audio à partir de et vers du stéréo 32 kHz pour une ambiance et une parole naturelles.
- Encodeur de texte Qwen3‑VL‑32B. Fournit une compréhension robuste du langage et multimodale pour l'analyse des invites sur MiniMax H3.
- Suréchantillonneurs optionnels de la famille ESRGAN. Utilisés pour l'amélioration 2× sur des machines capables lorsque vous avez besoin de cadres plus grands. ESRGAN
Comment utiliser le flux de travail ComfyUI CROWN MiniMax H3 en 4 étapes#
Activez une seule branche à la fois. Chaque branche a une étiquette claire, son propre champ d'invite, et un nœud Save MP4 Video dédié avec un préfixe de nom de fichier distinct pour un tri facile.
I2V | IMAGE À VIDÉO | CROWN HyperPDMD HD | 4 étapes#
Ceci est le chemin actif par défaut. Chargez votre image fixe dans Load Start Frame (<Picture 1>) (#27), puis décrivez le mouvement et l'ambiance dans MiniMax H3 Image-to-Video (First/Last Frame) (#28). Le nœud accepte un cadre final optionnel si vous souhaitez une orientation entrée-sortie pour le mouvement de la caméra ou du sujet. Lorsque vous mettez en file d'attente l'invite, l'échantillonneur en quatre étapes génère des latents vidéo et audio conjoints qui sont décodés et multiplexés dans Combine Video + Stereo Audio (#38), puis écrits par Save MP4 Video (#39). Utilisez le contrôle de graine dans Seed (#32) pour une reproductibilité exacte ou pour explorer des variations.
T2V | TEXTE À VIDÉO | CROWN HyperPDMD HD | 4 étapes#
Activez cette branche lorsque vous souhaitez tout synthétiser à partir de texte. Entrez une description concise de la prise de vue, le mouvement souhaité, et les notes sonores dans MiniMax H3 Text-to-Video Conditioning (#8). Ce nœud peut également accepter des cadres premier et dernier optionnels si vous souhaitez ancrer la composition, mais il fonctionne avec le texte seul. Le chemin H3 principal exécute le même calendrier en quatre étapes et produit des images synchronisées et de l'audio stéréo avant de les emballer en MP4 via Save MP4 Video (#19). Ajustez la graine dans Seed (#12) pour verrouiller ou varier les résultats.
R2V | RÉFÉRENCE À VIDÉO | CROWN HyperPDMD HD | 4 étapes#
Utilisez ce chemin pour préserver l'identité à partir d'une ou plusieurs images de référence et guider éventuellement la parole ou le ton de la pièce. Chargez votre sujet dans Load Reference Subject (<Picture 1>) (#47), puis concevez le mouvement ou le dialogue dans MiniMax H3 Reference-to-Video (<Picture 1>) (#48). Vous pouvez ajouter plus d'images de référence, une courte vidéo de référence, ou un clip audio de référence pour renforcer la ressemblance et le timbre vocal. La sortie est décodée, multiplexée dans Combine Video + Stereo Audio (#58), et enregistrée par Save MP4 Video (#59). Gardez uniquement cette branche activée pendant l'exécution pour éviter la concurrence des ressources entre branches.
Chemin d'échantillonnage central en 4 étapes partagé par toutes les branches#
Chaque branche suit la même épine dorsale simplifiée pour la rapidité et la qualité. Le modèle de base MiniMax H3 est chargé, le CROWN HyperPDMD HD LoRA est appliqué, et MiniMax H3 Sigma Shift (#4, #23, #43) aligne les calendriers vidéo et audio. L'orientation est gérée par BasicGuider (#9, #29, #49), la planification par Beta Scheduler (#10, #30, #50), et le choix de l'algorithme par Sampler (euler) (#11, #31, #51). Le 4-Step HyperPDMD-HD Sampler (#13, #33, #53) produit des latents débruités qui sont décodés par Decode Video Frames (#14, #34, #54) et Decode 32kHz Stereo Audio (#15, #35, #55), puis multiplexés dans Combine Video + Stereo Audio (#18, #38, #58) et écrits sur disque par le nœud Save MP4 Video correspondant.
Nœuds clés dans le flux de travail ComfyUI CROWN MiniMax H3 en 4 étapes#
MiniMax H3 Image-to-Video (First/Last Frame) (#28) Génère un mouvement à partir d'une seule image avec une ancre de fin optionnelle. Concentrez votre invite sur les actions du sujet, le mouvement de la caméra et l'ambiance. Ajoutez un dernier cadre lorsque vous souhaitez un chemin de mouvement spécifique entrée-sortie. Gardez les détails critiques pour l'identité dans le texte pour préserver les visages, les vêtements et les accessoires.
MiniMax H3 Reference-to-Video (<Picture 1>) (#48) Construit une vidéo autour d'un sujet de référence tout en gardant l'apparence et, si fourni, la voix. Fournissez une ou plusieurs images de référence propres et un dialogue concis. Lorsque la ressemblance est importante, privilégiez des références de meilleure qualité et gardez la tenue et la coiffure cohérentes. L'audio de référence peut aider à aligner le timbre et le ton de la pièce.
MiniMax H3 Text-to-Video Conditioning (#8) Traduit votre script en conditionnement pour la vidéo et l'audio. Rédigez des invites comme des prises de vue courtes avec des verbes clairs et des indices sensoriels. Vous pouvez éventuellement fournir des cadres premier et dernier pour stabiliser la composition pour des scènes complexes.
MiniMax H3 Sigma Shift (#4, #23, #43) Équilibre la netteté relative et la cohérence de la vidéo et la clarté de l'audio en compensant leurs calendriers de bruit effectifs. Utilisez-le pour affiner la netteté par rapport à la stabilité du mouvement tout en gardant la parole et l'ambiance claires. Changez les valeurs avec précaution et testez des clips courts avant de longs rendus.
4-Step HyperPDMD-HD Sampler (#13, #33, #53) Exécute la boucle de débruitage distillée en quatre étapes adaptée aux CROWN LoRAs. Garder cet échantillonneur sur le nombre d'étapes prévu préserve la rapidité et l'aspect entraîné. Si vous expérimentez avec des échantillonneurs ou des calendriers alternatifs, ajustez-les ensemble et validez les résultats sur de courtes séquences d'abord.
Combine Video + Stereo Audio (#18, #38, #58) Multiplexe les cadres décodés et l'audio en une vidéo prête à être partagée. Utilisez-le lorsque vous devez changer les paramètres du conteneur ou l'espace colorimétrique pour les flux de travail en aval. Le nœud Save MP4 Video associé finalise les noms de fichiers et les formats par branche.
Extras optionnels#
- La sortie native est de 960 × 544 avec audio stéréo pour une réalisation fiable sur RunComfy Medium; activez les deux nœuds suréchantillonneurs uniquement sur les machines plus grandes.
- Pour suréchantillonner, activez
Load 2x Upscaler (SPAN / ESRGAN)et2x Upscale -> 1920x1088, puis connectez la sortie de suréchantillonnage àCombine Video + Stereo Audio → images. - Pour des résultats reproductibles, laissez la graine fixe; pour de nouvelles prises, randomisez la graine dans le nœud
Seedde la branche. - Les invites fonctionnent mieux comme des directions de prise de vue compactes, par exemple avec des indices de timing, des verbes pour le sujet et la caméra, et une ligne sur l'ambiance.
- Une seule branche doit être active à la fois; chacune a son propre chargeur, invite, et enregistreur nommé avec le préfixe du flux de travail CROWN MiniMax H3 en 4 étapes ComfyUI pour une gestion facile des fichiers.
Remerciements#
Ce flux de travail met en œuvre et s'appuie sur les travaux et ressources suivants. Nous remercions chaleureusement S3ckn11g0r pour CROWN-MiniMax-H3-HyperPDMD-HD-3-4Step-LoRA et Comfy-Org pour les modèles de base MiniMax-H3 pour leurs contributions et leur maintenance. Pour des détails autoritaires, veuillez vous référer à la documentation et aux dépôts originaux liés ci-dessous.
Ressources#
- S3ckn11g0r/CROWN-MiniMax-H3-HyperPDMD-HD-3-4Step-LoRA
- Hugging Face: S3ckn11g0r/CROWN-MiniMax-H3-HyperPDMD-HD-3-4Step-LoRA
- Comfy-Org/MiniMax-H3
- GitHub: Comfy-Org/workflow_templates
- Hugging Face: Comfy-Org/MiniMax-H3
Note: L'utilisation des modèles, ensembles de données et code référencés est soumise aux licences et conditions respectives fournies par leurs auteurs et mainteneurs.

